学术研究
AI模型通过OCT视网膜指标识别多发性硬化症
研究团队构建了一个机器学习模型,利用光学相干断层扫描(OCT)获取的黄斑区神经节细胞-内丛状层(GCL-IPL)和视盘周围视网膜神经纤维层(RNFL)各扇区厚度数据,对74例多发性硬化症患者和44名健康对照者进行区分。模型融合GCL与RNFL扇区指标后,F1分数达95.71%,精度为97.10%,显著优于既有基准方法。SHAP和PCA双图分析增强了模型可解释性。
#OCT#人工智能#多发性硬化症 +1
PubMed Ophthalmology